MétaCan
Menu
Retour à la cohorte
Enregistrement W2120124310 · doi:10.1017/s0032247414000436

Tracking the development of co-management: using network analysis in a case from the Canadian Arctic

2014· article· en· W2120124310 sur OpenAlexaffabout
John‐Erik Kocho‐Schellenberg, Fikret Berkes

Notice bibliographique

RevuePolar Record · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIndigenousBelugaGeneral partnershipBeluga WhaleSocial network analysisArcticWhaleFisheryEnvironmental resource managementGovernment (linguistics)BusinessEnvironmental planningGeographyPolitical scienceEcologyLawEnvironmental science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT To understand the interplay of factors that shape changes in management strategies, we tracked the evolution of beluga whale co-management involving the Department of Fisheries and Oceans Canada, the Fisheries Joint Management Committee (FJMC), and the Tuktoyaktuk Hunter and Trapper Committee from its beginnings in the mid-1980s to the present. The objective was to analyse changes over time in the communication network involved in dealing with the Husky Lakes beluga entrapment issue, using social network analysis (SNA). Along with qualitative information, the use of SNA provided quantitative data to document the development of co-management over time. According to both government and indigenous parties, a fully functional problem-solving partnership developed over the course of two decades. Using the beluga case as the illustration, we traced the development of joint management processes, overcoming some of the initial obstacles and accommodating the needs of the various parties. This case demonstrates the importance of legal arrangements (the indigenous land claims agreement), the role of key individuals and the bridging organisation (FJMC) created by the agreement, and the maturation of co-management over time.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,438

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0100,004
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,067
Tête enseignante GPT0,362
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolar RecordMême sujetIndigenous Studies and EcologyTravaux en français237 207